我们正在寻找一位高级机器学习工程师加入我们的团队。此角色将专注于开发和维护机器学习基础设施和操作，特别是针对我们的现金预支承保模型及其他机器学习用例。理想的候选人应具有软件开发、机器学习和数据工程的扎实背景，并且具备在生产环境中部署可扩展的机器学习模型的经验。
主要职责：
• 机器学习基础设施和操作：设计、建立和维护所需的基础设施，以便从各种来源进行最佳的数据提取、转换和加载。开发和管理机器学习模型的数据管道和工作流程。
• 模型开发与部署：为承保和其他金融服务应用设计、开发和实施机器学习模型。确保模型稳健、可扩展且易于维护。
• 协作：与数据科学家、软件工程师和产品经理紧密合作，将机器学习模型集成到生产系统中。与跨职能团队合作，理解业务需求并将其转化为技术解决方案。
• 性能监控：监控和评估已部署模型的性能，确保其满足所需的准确性和效率指标。实施持续改进和优化模型的流程。
• A/B 测试与实验：设计和实施实验以优化模型，确保其与业务目标一致。
• 导师指导：为初级工程师提供指导和支持，培养团队内部的学习和成长文化。
资格要求：
• 教育背景：计算机科学、工程、数学或相关领域的学士学位，优先考虑高级学位。
• 经验：至少 3 年机器学习工程经验，具备在生产环境中部署机器学习模型的良好记录。
技术技能：
• 精通 Python 或 Ruby 等编程语言。
• 深刻理解数据结构、算法和软件设计原则。
• 具备机器学习框架和库（例如 TensorFlow、PyTorch）的经验。
• 熟悉 MLOps 实践和机器学习模型的持续集成与部署工具。
• 具备云服务（例如 AWS、GCP）和容器化技术（例如 Docker、Kubernetes）的经验。
• 分析技能：具备强大的问题解决能力，能够分析复杂数据集，应用先进的数据科学技术，得出可行的见解。精通构建预测模型、进行统计分析，利用机器学习算法识别趋势、模式和优化机会。
• 沟通技能：优秀的口头和书面沟通能力，能够将复杂的技术概念传达给非技术利益相关者。
核心技能：机器学习、数据管道、A/B 测试、Python、Ruby
其他技能：TensorFlow、PyTorch、AWS、GCP、Docker
级别：中级、高级、领导 
旧金山